稀释神经网络中的非同步化
摘要：弱稀释全抑制脉冲耦合尖峰神经元网络的动力学行为研究。随着耦合强度的增加，观察到从规则到类似随机的转变。在弱耦合相，周期性动力学迅速靠近，所有神经元以相同的速率发放并相位锁定。强耦合相的特征是不规则的模式，尽管最大李雅普诺夫指数为负。这个悖论通过将其与“稳定混沌”现象类比来解决，即观察到类似随机行为“限制”在一个指数长（与系统大小成正比）的短暂过程中。值得注意的是，短暂的动力学结果是稳定的。
作者：R. Zillmer, R. Livi, A. Politi, A. Torcini
论文ID：cond-mat/0603154
分类：Disordered Systems and Neural Networks
分类简称：cond-mat.dis-nn
提交时间：2007-05-23